潜金

潜在黄金®4.0用户指南。潜在类是不可观察的（潜在的）子群或段。同一潜类中的案件在一定的标准上是同质的，而不同潜类的案件在某些重要方面是不同的。形式上，潜在类由一个名义潜在变量X的K个不同类别表示。由于潜在变量是类别的，LC建模不同于更传统的潜在变量方法，如因子分析、结构方程模型和基于连续潜在变量的随机效应回归模型。潜在类（LC）分析最初由Lazarsfeld（1950）提出，作为一种解释涉及二分项目的调查响应模式中受访者异质性的方法。在20世纪70年代，LC方法被Goodman（1974a，1974b）正式化并扩展到名义变量，他还开发了作为潜在黄金计划基础的最大似然算法。在同一时期，通过Day（1969）、Wolfe（196519671970）等人的工作，多元正态分布的有限混合（FM）模型的相关领域开始出现。FM模型寻求分离或“非混合”数据，这些数据被假定为来自有限数量的明显不同的总体的混合。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（93篇文章引用）

显示结果1到20，共93个。
按年份排序(引用)
  1. 乔尔达尼，保罗；费拉罗，玛丽亚·布里吉达；马尔泰拉，弗朗西斯卡：R聚类介绍（2020）
  2. 马文超，Jimmy de la Torre:GDINA:认知诊断建模的R包（2020）不是zbMATH
  3. Boeshoten，L.；Croon，M.A.；Oberski，D.L.：关于在线性等式和不等式约束下应用BCH方法的说明（2019年）
  4. Durante，Daniele；Canale，Antonio；Rigon，Tommaso:具有协变量的潜在类模型的嵌套期望最大化算法（2019）
  5. Piccolo，Domenico；Simone，Rosaria：对“CUB模型的类别：统计基础、推论问题和经验证据”讨论的回应（2019年）
  6. Piccolo，Domenico；Simone，Rosaria:The class of\textscubmodels:统计基础、推论问题和经验证据（2019）
  7. Ranalli，Monia；Rocci，Roberto:基于URV模型的聚类混合类型数据方法概述（2019）
  8. Bakk，Zsuzza；Kuha，Jouni:潜在类和外部变量之间模型的两步估计（2018）
  9. Jacques，Julien；Biernacki，Christophe:有序数据的基于模型的协同聚类（2018）
  10. Michel Meulders；Philippe De Bruecker:三向三模二进制数据的潜在类概率潜在特征分析（2018）不是zbMATH
  11. Ian Wadsworth；Van Horn，M.Lee；Jaki，Thomas:用于检查回归混合模型假设的诊断工具（2018年）
  12. Erosheva，Elena A.；Curtis，S.McKay:处理贝叶斯因子分析中的反射不变性（2017）
  13. Francesco Bartolucci；Silvia Pandolfi；Fulvia Pennoni:LMest:纵向分类数据潜在马尔可夫模型的R包（2017）不是zbMATH
  14. Ken Beath:randomLCA:R软件包，用于潜在类和随机效应分析（2017）不是zbMATH
  15. Ranalli，Monia；Rocci，Roberto：通过复合似然法对混合类型数据的混合模型（2017年）
  16. Bassi，Francesca:用增长混合模型进行动态细分（2016）
  17. Benink，Margot；Croon，Marcel A.；Kroon，Brigitte；Vermunt，Jeroen K.：具有多个离散个体水平变量的微观-宏观多级潜在类模型（2016）
  18. Biernacki，Christophe；Jacques，Julien:基于模型的多变量有序数据聚类依赖于随机二进制搜索算法（2016）
  19. Chew，Cindy S.；Forte，Jason D.；Reeve，Robert A.：影响儿童非符号和象征性量值判断能力的认知因素：潜在轮廓分析（2016）数学
  20. Chiu，Chia Yi；Köhn，Hans Friedrich:作为logit模型的简化RUM：参数化和约束（2016）